介绍

在这篇博文中，我们将逐步介绍创建一个与 Ollama 的 Llama 3 模型交互的简单聊天应用程序的过程。我们将使用 JavaScript、HTML 和 CSS 作为前端，并使用 Node.js 和 Express 作为后端。最后，您将拥有一个可以运行的聊天应用程序，它将用户消息发送到 AI 模型并实时显示响应。

先决条件

开始之前，请确保您的计算机上安装了以下软件：

• Node.js
• npm（节点包管理器）

第 1 步：设置前端

超文本标记语言

首先，创建一个名为 index.html 的 HTML 文件，它定义聊天应用程序的结构。

    
    
    
    


    

        

            

        
        
        Send
    
    

此 HTML 文件包含聊天消息的容器、用户消息的输入字段和发送按钮。

CSS

接下来，创建一个名为 styles.css 的 CSS 文件来设置聊天应用程序的样式。

body {
    font-family: Arial, sans-serif;
    display: flex;
    justify-content: center;
    align-items: center;
    height: 100vh;
    background-color: #f0f0f0;
    margin: 0;
}

#chat-container {
    width: 400px;
    border: 1px solid #ccc;
    background-color: #fff;
    border-radius: 8px;
    box-shadow: 0 4px 8px rgba(0, 0, 0, 0.1);
    overflow: hidden;
}

#chat-window {
    height: 300px;
    padding: 10px;
    overflow-y: auto;
    border-bottom: 1px solid #ccc;
}

#messages {
    display: flex;
    flex-direction: column;
}

.message {
    padding: 8px;
    margin: 4px 0;
    border-radius: 4px;
}

.user-message {
    align-self: flex-end;
    background-color: #007bff;
    color: #fff;
}

.ai-message {
    align-self: flex-start;
    background-color: #e0e0e0;
    color: #000;
}

#user-input {
    width: calc(100% - 60px);
    padding: 10px;
    border: none;
    border-radius: 0;
    outline: none;
}

#send-button {
    width: 60px;
    padding: 10px;
    border: none;
    background-color: #007bff;
    color: #fff;
    cursor: pointer;
}

此 CSS 文件可确保聊天应用程序看起来干净且现代。

JavaScript

创建一个名为 script.js 的 JavaScript 文件来处理前端功能。

document.getElementById('send-button').addEventListener('click', sendMessage);
document.getElementById('user-input').addEventListener('keypress', function (e) {
    if (e.key === 'Enter') {
        sendMessage();
    }
});

function sendMessage() {
    const userInput = document.getElementById('user-input');
    const messageText = userInput.value.trim();

    if (messageText === '') return;

    displayMessage(messageText, 'user-message');
    userInput.value = '';

    // Send the message to the local AI and get the response
    getAIResponse(messageText).then(aiResponse => {
        displayMessage(aiResponse, 'ai-message');
    }).catch(error => {
        console.error('Error:', error);
        displayMessage('Sorry, something went wrong.', 'ai-message');
    });
}

function displayMessage(text, className) {
    const messageElement = document.createElement('div');
    messageElement.textContent = text;
    messageElement.className = `message ${className}`;
    document.getElementById('messages').appendChild(messageElement);
    document.getElementById('messages').scrollTop = document.getElementById('messages').scrollHeight;
}

async function getAIResponse(userMessage) {
    // Example AJAX call to a local server interacting with Ollama Llama 3
    const response = await fetch('http://localhost:5000/ollama', {
        method: 'POST',
        headers: {
            'Content-Type': 'application/json',
        },
        body: JSON.stringify({ message: userMessage }),
    });

    if (!response.ok) {
        throw new Error('Network response was not ok');
    }

    const data = await response.json();
    return data.response; // Adjust this based on your server's response structure
}

此 JavaScript 文件将事件侦听器添加到发送按钮和输入字段，将用户消息发送到后端，并显示用户和 AI 响应。

第 2 步：设置后端

Node.js 和 Express

确保您已安装 Node.js。然后，为后端创建一个server.js文件。

1. 安装 Express:
   

   npm install express body-parser
   

2. 创建 server.js 文件:
   

   const express = require('express');
   const bodyParser = require('body-parser');
   const app = express();
   const port = 5000;
   
   app.use(bodyParser.json());
   
   app.post('/ollama', async (req, res) => {
       const userMessage = req.body.message;
   
       // Replace this with actual interaction with Ollama's Llama 3
       // This is a placeholder for demonstration purposes
       const aiResponse = await getLlama3Response(userMessage);
   
       res.json({ response: aiResponse });
   });
   
   // Placeholder function to simulate AI response
   async function getLlama3Response(userMessage) {
       // Replace this with actual API call to Ollama's Llama 3
       return `Llama 3 says: ${userMessage}`;
   }
   
   app.listen(port, () => {
       console.log(`Server running at http://localhost:${port}`);
   });
   

3. 运行服务器:
   

   node server.js
   

在此设置中，您的 Node.js 服务器将处理传入请求，与 Ollama 的 Llama 3 模型交互，并返回响应。

结论

通过执行这些步骤，您已经创建了一个聊天应用程序，该应用程序将用户消息发送到 Ollama 的 Llama 3 模型并显示响应。此设置可以根据您的具体要求和 Llama 3 模型提供的功能进行扩展和定制。

随意探索和增强您的聊天应用程序的功能。快乐编码！